دانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-06897120160521Optimal Storage Scheduling in a Distribution Network Considering Charging of Plug-in Electric Vehiclesبرنامه ریزی بهینه باتری ها در شبکه توزیع با در نظر گرفتن شارژ خودروهای برقی1122071110.22108/isee.2016.20711FAمهدیصدقیدانشگاه صنعتی خواجه نصیرالدین طوسیاحسانپاشاجاویددانشگاه صنعتی خواجه نصیرالدین طوسیمسعودعلی اکبر گلکاردانشگاه صنعتی خواجه نصیرالدین طوسیJournal Article20161123This paper proposes an optimal scheduling for charge/discharge of centralized storage units within a distribution network. The storage units are used not only for peak cutting but also for decreasing energy not supplied due to failure events. The impact of plug-in electric vehicles (PEVs) charging on the optimal scheduling is taken into account as well. PEVs load demand is modeled using a stochastic approach based on the Monte Carlo simulation. Then, a Tabu search algorithm is utilized in order to fulfill the optimal scheduling of battery energy storages considering the extracted load demand of PEVs. Numerical studies on a typical distribution network show the impacts of various penetration levels of PEVs on the optimal scheduling issue. It should be mentioned that characteristics of the distribution network as well as the location of the stationary batteries affect the optimal scheduling.در این مقاله یک برنامه ریزی بهینه برای شارژ/دشارژ باتری های ثابت مرکزی در شبکه توزیع ارائه شده است. این باتری ها نه تنها برای پیک سایی، بلکه برای کاهش انرژی تأمین نشده نیز به کار می روند. همچنین تأثیر شارژ خودروهای برقی بر برنامه ریزی بهینه در نظر گرفته شده است. با استفاده از روشی احتمالاتی مبتنی بر شبیه سازی مونت کارلو، خودروها به صورت بارهای مصرفی مدلسازی می شوند و منحنی بار آنها با استفاده از مقادیر ارزش انتظاری استخراج می گردد. آنگاه برنامه ریزی بهینه باتری های ثابت در شبکه توزیع، با در نظر گرفتن منحنی بار خودروها، با استفاده از یک الگوریتم جستجوی ممنوع انجام می گیرد. برای نشان دادن تأثیر خودروها بر برنامه ریزی بهینه، مطالعات عددی بر روی یک شبکه توزیع نمونه با در نظر گرفتن ضریب های نفوذ مختلف خودروها انجام می شود. در این حالت، مشخصات شبکه توزیع و مکان باتری های ثابت نیز بر برنامه ریزی بهینه باتری ها تأثیرگذار است.https://isee.ui.ac.ir/article_20711_c6911adb321743bb4859763c2c1c35fd.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-06897120160521Real-Coded Genetic Algorithm with Smart Mutation for Solving Nonconvex Economic Dispatch Problemsالگوریتم ژنتیک مبتنی بر کد واقعی با جهش هوشمند برای حل مسائل پخش بار اقتصادی غیرمحدب13222071210.22108/isee.2016.20712FAناصرقربانیدانشگاه تبریزابراهیمبابائیدانشگاه تبریزJournal Article20161123In this paper, real-coded genetic algorithm with smart mutation (RCGA-SM) is proposed to solve the economic dispatch (ED) problem. In the proposed method, the required controlling process is accomplished on the total amount of chromosomes and consequently there is no need to use penalty cost function for controlling sum of variables in solving economic dispatch problem. This method will begin to explore the optimal answer just within the logic and acceptable zone in addition to its capability in reducing the search range. In order to show the performance and the efficiency of the proposed method, the ED problem considering several constraints is solved in 6, 15, and 40 units systems through the proposed technique. The proposed coding could effectively escapes from infeasible solutions. Thereby search efficiency and solution quality are dramatically improved. The obtained results are compared with other advanced technical algorithms, which well depicts the superiority of the RCGA-SM technique over the others compared methods.در این مقاله، یک روش جدید برای حل مسائل پخش بار اقتصادی با استفاده از الگوریتم ژنتیک مبتنی بر کدهای واقعی با جهش هوشمند پیشنهاد می شود. در روش پیشنهادی کنترل لازم بر روی مقادیر مجموع کروموزوم ها صورت میگیرد در نتیجه نیازی به استفاده از هزینه جریمه در حل مسئله پخش بار اقتصادی نخواهد بود. این روش بر روی الگوریتم ژنتیک کلاسیک جهت حل مسائل پخش بار اقتصادی غیر محدب پیاده شده است .روش پیشنهادی قابلیت تعمیم و پیاده سازی بر روی انواع مسایل بهینهسازی را دارد. روش پیشنهادی ضمن کاهش محدوده جستجو، تنها در محدوده منطقی و قابل قبول شروع به اکتشاف هزینه بهینه مینماید. برای نشان دادن کارایی و عملکرد روش پیشنهادی، حل مسئله پخش بار اقتصادی با انواع قیودها در سیستمهای 6 ژنراتوره، 15 ژنراتوره و 40 ژنراتوره با استفاده از روش پیشنهادی صورت گرفته است. نتایج کار با نتایج سایر الگوریتمهای پیشرفته تکنیکی مقایسه شده است که نشان دهنده برتری روش پیشنهادی نسبت به سایر روشها میباشد.https://isee.ui.ac.ir/article_20712_f9aa9547faa844ce6b62061122619350.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-06897120160521An Agent-based Electricity Market Simulatorمعرفی یک شبیه ساز عامل محور برای بازار برق23342071310.22108/isee.2016.20713FAجاویدخراسانیموسسه آموزش عالی غیرانتفاعی غیر دولتی خراسانحبیبرجبی مشهدیدانشگاه فردوسی مشهدJournal Article20161123In a real electricity market, complete information of rivals’ behavior is not available to market participants. Therefore, they make their bidding strategies based on the historical information of the market clearing price. In this paper, a new market simulator is introduced for a joint energy and spinning reserve market, in which market participants’ learning process is modeled using Q-learning algorithm. The main feature of this simulator is simulating a real market, in which market participants make decisions based on incomplete information of the market. Using the proposed simulator, the clearing price for each submarket is computed considering the participants’ behavior, under different load levels and/or contingency conditions. The results show that Q-learning approach can modify the agent’s strategy under different market situations.در یک بازار برق واقعی، اطلاعات کاملی از رفتار رقبا در اختیار شرکت کنندگان بازار قرار ندارد. بدین ترتیب شرکت کنندگان بازار، تصمیم گیری های خود را بر مبنای اطلاعات موجود از قیمت بازار در گذشته انجام می دهند. در این مقاله، یک شبیه ساز جدید برای بازارهای همزمان انرژی و ذخیره چرخان ارائه می گردد که در آن فرآیند کسب تجربه و یادگیری شرکت کنندگان بازار با استفاده از یک روش یادگیری تقویتی مدلسازی شده است. مهمترین خصیصه این شبیه ساز، شبیه سازی یک بازار واقعی است که در آن تصمیم سازیهای عاملان بازار در شرایط اطلاعات ناکامل انجام می گیرد. با استفاده از این شبیه ساز، قیمت تسویه بازار با توجه به رفتار قیمت دهی شرکت کنندگان بازار در سطوح مختلف بار و/یا وقوع حوادث در شبکه محاسبه می گردد. تحلیل نتایج نشان می دهد که روش بکارگرفته شده، قابلیت تطابق استراتژی قیمت دهی را با شرایط مختلف شبکه قدرت و بازار برق بخوبی دارا می باشد.https://isee.ui.ac.ir/article_20713_3ef3e8379503b5f939fdf2d239ed4fdd.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-06897120160521A Fuzzy Logic Controller for IPMSG used in Wind Energy Conversion Systemیک کنترل کننده فازی برای ژنراتور مغناطیس دائم داخلی استفاده شده در سامانه تبدیل انرژی بادی35502071410.22108/isee.2016.20714FAاحمد رضاشفیعیدانشگاه اصفهانبهزادمیرزاییان دهکردیدانشگاه اصفهانشاهرخفرهنگیدانشگاه تهرانآرشکیومرثیدانشگاه اصفهانJournal Article20161123In this paper a fuzzy logic based approach is presented for control of small-scale Wind Energy Conversion System (WECS) over wide operating range. The considered WECS is equipped with fixed-pith blades and an Interior PM Synchronous Generator connected to a full-scale PWM rectifier. The proposed control strategy aims to track maximum power point at underrated wind speeds and harvest rated power of generator at overrated wind speeds. The space vector modulation-based direct torque control method is used to track the electrical torque and flux references. The reference of electrical torque is provided through a Fuzzy Logic Controller (FLC) achieving the maximum power point tracking. On the other hand, the reference flux magnitude is provided through a comprehensive strategy guarantying the machine operation over nominal rotational speed, limitation of the generated reference torque and copper-loss minimization. These are formulated as a nonlinear optimization problem which is solved numerically offline using the well-known sequential quadratic programming method. It should be noted that, the fuzzy rules are designed in such a way that not only result fast and accurate tracking performance at underrated wind speeds but also avoids irrational growth in reference electrical torque when the reference torque is limited by reference flux providing strategy. The proposed control strategy is verified by applying the strategy to a commercial 10 kW wind turbine simulated in MATLAB/Simulink. <br /> <br /> <br /> در این مقاله، یک رهیافت مبتنی بر منطق فازی برای کنترل سامانههای تبدیل انرژی بادی کوچک در بازه وسیعی از سرعت باد ارائه شده است. سامانه مد نظر به یک توربین با پره های ثابت، ژنراتور سنکرون مغناطیس دائم داخلی و یکسو ساز PWM مجهز شده است. هدف از روش پیشنهاد شده، ردیابی توان بیشینه در سرعتهای باد زیر سرعت باد نامی و دریافت توان نامی ژنراتور در سرعتهای باد بالاتر از سرعت نامی است. برای کنترل ژنراتور از روش کنترل مستقیم گشتاور مبتنی بر مدولاسیون بردار فضایی موسوم به SVM-DTFC بهره گرفته شده است. گشتاور مرجع توسط یک کنترل کننده منطق فازی و با هدف ردیابی توان بیشینه تعیین شده است. از سوی دیگر یک روش جامع برای تعیین شار مرجع ارائه شده است که کارکرد ماشین بالاتر از سرعت محور نامی، محدود سازی گشتاور مرجع تولید شده و کاهش تلفات مسی را تضمین میکند. این اهداف توسط یک مسئله بهینهسازی غیرخطی بیان شدهاند که به صورت عددی و نابرخط توسط روش SQP حل شده است. قابل ذکر است، قوانین کنترل کننده فازی به گونهای تعیین شده است که نه تنها در زیر سرعت باد نامی ردیابی سریع و دقیقی را نتیجه دهد بلکه -وقتی گشتاور مرجع توسط رهیافت تعیین شار مرجع محدود میشود- از افزایش بی دلیل گشتاور مرجع جلوگیری کند. به کمک اعمال ساختار کنترلی پیشنهاد به یک توربین kW 10 تجاری شبیهسازی شده در محیط MATLAB/Simulink ، عملکرد ساختار کنترلی پیشنهاد شده ارزیابی شده است.https://isee.ui.ac.ir/article_20714_60bb5da56a16351962424e8466e3d45f.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-06897120160521Optimized High Frequency Lumped Parameters Model of Induction Motor Using Genetic Algorithm (GA)مدل بهینه شدهی فرکانس بالای موتور القایی با استفاده از الگوریتم ژنتیک51582071510.22108/isee.2016.20715FAمهدیمحمدی رستمصنعتی نوشیروانی بابلمجیدشهابیصنعتی نوشیروانی بابلامیر عباسشایگانی اکملتهرانJournal Article20161123In this paper an optimized high frequency lumped model of Induction motor is presented. Model parameters are identified and optimized using Genetic Algorithm (GA). A novel model and approach in an improved high frequency based on GA for parameter identification are used. At first parameters are limited and then fitted using GA for best fitting. The proposed model considered accurate simulation of both differential and common mode behavior in the EMI-frequency range from 100 Hz to 30MHz. model parameters which extracted from GA, is compared with experimental data in both magnitude and phase at the same time and results shown a good accordance between the experimental results and simulation results of the proposed model. A least mean square (LMS) method was used with a GA optimization method to solve the identification problem. The proposed model is suitable to obtain the simulation models for prediction of high frequency conducted Electromagnetic Interference (EMI), over voltage on terminated motor, and common mode current in cable fed induction motor.در این مقاله، مدل فرکانس بالای موتور القایی ارائه شده است. مقادیر پارامترهای این مدل فشرده با استفاده از الگوریتم ژنتیک تعیین و بهینه شده است. مدل و روش جدیدی برای تعیین پارامترهای معرفی شده است. در ابتدا محدودهی تغییرات پارامترها بدست آمده و سپس با استفاده از الگوریتم ژنتیک مقدار دقیق و بهینهی هر یک از پارامترها بدست آمده است. مدل ارائه شده در باند فرکانسی 100 Hz تا 30 MHz هم در مد مشترک و هم در مد دیفرانسیل از دقت بالایی برخوردار میباشد. مدل بدست آمده و بهینه شده با استفاده از الگوریتم ژنتیک، هم در دامنه و هم در فاز با نتایج حاصل از دادههای آزمایشگاهی تطابق بالایی دارد. کمینه کردن مقدار مربع خطا، به عنوان تابع هدف الگوریتم ژنتیک استفاده شده است. مدل ارائه شده جهت پیش بینی تداخل الکترمغناطیسی و اضافه ولتاژ ترمینال موتور و جریان مد مشترک در موتور القایی تغذیه شده با کابل مناسب است.https://isee.ui.ac.ir/article_20715_806f508f31f08bcace79fa251b76ab12.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-06897120160521A Multiple Model Predictive Control for Maximum Energy Extraction from Variable Speed Wind Power Systemsدستیابی به توان ماکزیمم در توربین های بادی سرعت متغیر با استفاده از کنترلر پیش بین چندمدله59662071610.22108/isee.2016.20716FAصالحهافشاریاندانشگاه فردوسی مشهدعلیکریم پوردانشگاه فردوسی مشهدJournal Article20161123Due to concerns about the environment pollution caused by the burning of fossil fuels, and its continually diminishing reserves, the use of wind power for generating electricity has been increasing over last few decades. Nowadays, controller design for a variable speed wind turbine is one of the most challenges for engineers. In this paper, a control strategy based on multiple model predictive control techniques for the control of variable speed wind turbines in the below rated wind speed regime is proposed. In this region control objectives are mainly to maximize energy capture, and to reduce dynamic loads. This has the effect of increasing the efficiency and the lifetime of the wind energy conversion system (WECS). Furthermore, in this control structure the constraints on the system variables in the controller design are considered and a multiple model structure to deal with the nonlinearities in the system is used. A 2MW wind turbine is considered to show the good performances brought by the proposed approach by presenting and discussing the simulation results.: با توجه به رشد روزافزون تکنولوژی و نیاز به انرژی، بشر به دنبال تولید انرژیهایی است که از آلودگی کمتری برخوردار باشند، بنابراین استفاده از انرژی باد به طور مداوم و به سرعت در چند دهه گذشته افزایش یافته است. امروزه یکی از مسائل چالشبرانگیز برای مهندسین طراحی کنترلر برای سیستمهای توربین بادی سرعت متغیر میباشد. در این مقاله استراتژی کنترل چندمتغیره برمبنای کنترلر<br /> پیشبین چند مدله، برای کنترل توان سیستم توربین بادی سرعت متغیر در سرعت باد کمتر از مقدار نامی ارائه شدهاست. در این ناحیه هدف اصلی<br /> دستیابی به توان ماکزیمم و کاهش بار برروی محور توربین میباشد. در ساختار کنترلی ارائه شده محدودیتهای سیستم در نظر گرفته شده است و برای مقابله با خواص غیرخطی سیستم از ساختار چندمدله استفاده شده است. برای نشان دادن عملکرد روش پیشنهادی، یک توربین 2MW در نظر گرفتهشدهاست و نتایج شبیهسازی ارائه و مورد بررسی قرارگرفتهشدهاند.https://isee.ui.ac.ir/article_20716_afd3dd5c7149d08fbe41249b5ecd8121.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-06897120160521Analytical Modeling and Lab-based Comparison of Series Connected Induction Generator Performance with Ordinary Induction Generator at Standalone Operating Modeمدلسازی تحلیلی و مقایسه آزمایشگاهی عملکرد ژنراتور القایی اتصال سری و ژنراتور القایی معمولی در حالت بهرهبرداری جدای از شبکه67762071710.22108/isee.2016.20717FAجلالصاحبکار فرخانیدانشگاه بیرجندحمیدرضانجفیدانشگاه بیرجندعلی اکبرنصرآبادیدانشگاه بیرجندJournal Article20161123This paper proposes an analytical dynamic model for series connected induction generator (SCIG) and investigates the experimental performance of SCIG and compares it with an ordinary induction generator (IG) at standalone operating mode. After introducing the structure of series connected induction generator and its different modes of performance, a suitable dynamic model is proposed for this machine. The results of experimental investigations indicate that series connected induction generator and ordinary induction generator have some similar behaviors. But, SCIG has higher speed range without any need to gearbox and capability of operating at higher voltage level. So it may be proposed as a new suitable candidate for wind power generation at regions with high-speed wind.در این مقاله یک مدل تحلیلی برای ژنراتور القایی اتصال سری ((SCIG پیشنهاد شده است. همچنین عملکرد SCIG و ژنراتور القایی معمولی (IG) به صورت آزمایشگاهی در حالت منفصل از شبکه مورد بررسی قرارگرفته و مقایسه شدهاند. پس از معرفی ژنراتور القایی اتصال سری و حالات بهرهبرداری مختلف آن، یک مدل دینامیکی مناسب برای این ژنراتور ارائه شده است. نتایج آزمایشات انجام شده نشان میدهند ژنراتور القایی اتصال سری دارای برخی مشخصههای مشابه با ژنراتور القایی معمولی میباشد. اما SCIG دارای محدوده سرعت عملکرد وسیعتر و قابلیت بهرهبرداری در سطح ولتاژ بالاتر است. با توجه به این ویژگیها، میتوان این ماشین را به عنوان یک کاندید برای نسل جدیدی از ژنراتورهای بادی معرفی کرد و از آن در نیروگاههای بادی با سرعت باد بالا بدون نیاز به جعبه دنده استفاده نمود.https://isee.ui.ac.ir/article_20717_47596bc2b5b6ca8a127c24d8bfe788e4.pdf